为了解决基于激光雷达（LiDAR）点云杆塔倾斜检测方法鲁棒性低、自动化程度差等问题, 利用杆塔塔身结构呈标准四棱台的特点, 提出一种基于杆塔塔身分层投影提取中轴点的激光点云杆塔倾斜检测算法。首先将杆塔点云沿高程方向进行分层, 求取分层点云的最小外接矩形, 确定外接矩形中心为杆塔中轴点; 其次利用外接矩形的面积、比例变化过滤塔头、高低腿等非对称杆塔结构, 以及外接矩形四边内切点高程值进行缺点、噪点检验, 在杆塔中轴线拟合之前剔除可检测的偏移点; 最后在空间直线拟合中引入抗差估计, 通过选权迭代的方式抑制其余偏移点对空间直线拟合的影响。结果表明, 该方法在不同塔型、不同点云密度下均有较好的适应性, 在缺点、噪点情况下抗粗差能力强, 与实测值对比偏差小于0.90‰。该算法具有较强的工程实用价值。

为了解决电力线点云可能存在交跨线点云较难处理、绝缘子点云较难分割、现有算法模型研究不完整问题，采用了基于点云数据特征的电力线快速提取和重建方法，首先通过输电线路体素栅格高程特征进行点云快速粗分类，然后运用随机一致性算法进行点云快速精化，采用顾及交跨线的滤波算法高效准确提取电力线点云，针对电力线局部线性模型分割出绝缘子，最后采用局部加权质心的方式提取电力线关键点，实现电力线的快速重建,并进行了理论分析和实验验证，取得了较好的实验结果。结果表明，电力线提取与重建综合准确率95.3%，总体耗时2.5s以内，验证了算法的快速性、准确性和鲁棒性。这一结果对电力线点云提取和重建有一定帮助。